第4章模糊函数

合集下载

雷达信号分析

雷达信号分析

2 0
2B T
§3.3 雷达测速精度
一、分析条件和方法 二、分析结果
1 2E
N0
2 2 t 2 t 2 dt
2
t 2 dt
三、单载频矩形脉冲信号: 2 2 T 2
3
§3.4 信号的非线性相位特性
对测量精度的影响
(t) 0 ,具有非线性相位。
时间相位常数: 2 t ' (t)a2 (t)dt 2 t ' (t) u(t) 2 dt
§4.1 模糊函数的推导 §4.2 模糊函数与分辨力的关系 §4.3 模糊函数与匹配滤波器输出响应的关系 §4.4 模糊函数的主要性质 §4.5 模糊图的切割 §4.6 模糊函数与精度的关系 §4.7 利用模糊函数对单载频矩形脉冲雷达
③径向速度为正。 一、静止点目标
s(t) (t)e j 2f0t sr (t) (t )e j2f0 (t )
二、运动点目标
sr (t) [t (t)]e j2f0[t (t)]
R(t) R0 VT
经过推导有:
Sr (t)
[t
2v t
]e
j
2f0 [t
2vt C
]
C
[t ]e j 2f0 e j 2 ( f0 fd )t
2
T /2
t(2kt)dt
T / 2
2kT2
2
[a(t)] dt
T /2
dt T / 2
3
例2: u(t) rect ( t )e jkt
T
t T
(t ) k t ' (t ) k
2
t ' (t)a 2 (t)dt
2
t/2
t (k )dt

第4章_隶属函数的确定方法

第4章_隶属函数的确定方法

第4章隶属函数的确定方法在模糊理论的应用中,我们面临的首要问题就是建立模糊集的隶属函数。

对于一个特定的模糊集来说,隶属函数不仅基本体现了它所反映的模糊概念的特性,而且通过量化还可以实现相应的数学运算和处理。

因此,“正确地”确定隶属函数是应用模糊理论恰如其分地定量刻划模糊概念的基础,也是利用模糊方法解决各种实际问题的关键。

然而,建立一个能够恰如其分地描述模糊概念的隶属函数,并不是一件容易的事情。

其原因就在于一个模糊概念所表现出来的模糊性通常是人对客观模糊现象的主观反映,隶属函数的形成过程基本上是人的心理过程,人的主观因素和心理因素的影响使得隶属函数的确定呈现出复杂性、多样性,也导致到目前为止如何确定隶属函数尚无定法,没有通用的定理或公式可以遵循。

但即便如此,鉴于隶属函数在模糊理论中的重要地位,确定隶属函数的方法还是受到了特别的重视,至今已经提出了十几种确定隶属函数的方法,而且其中一些方法基本上摆脱了人的主观因素的影响。

本章将选择4种经常使用的、具有代表性的方法予以介绍,它们是:直觉方法,二元对比排序法,模糊统计试验法,最小模糊度法。

4.1 直觉方法直觉的方法就是人们用自己对模糊概念的认识和理解,或者人们对模糊概念的普遍认同来建立隶属函例1、“正好”、“热”和“很热”图1 空气温度的隶属函数例2根据人们对汽车行驶速度中“慢速”、“中速”和“快速”这三个概念的普遍认同,可以给出描图2 汽车行驶速度的隶属函数虽然直觉的方法非常简单,也很直观,但它却包含着对象的背景、环境以及语义上的有关知识,也包含了对这些知识的语言学描述。

因此,对于同一个模糊概念,不同的背景、不同的人可能会建立出不完全相同的隶属函数。

例如,模糊集A = “高个子”的隶属函数。

如果论域是“成年男性”,其隶属函数的曲线如图3(a )所示;而如果论域是“初中一年级男生”,其隶属函数的曲线则为图3(b )所示的情形。

(a) (b)图3 不同论域下“高个子”的隶属函数4.2 二元对比排序法建立一个模糊集的隶属函数,实际上可以看成是对论域中每个元素隶属于某个模糊概念的程度进行比较、排序。

第4章模糊函数PPT课件

第4章模糊函数PPT课件

二、变换关系
1、组合关系 若:(t)1(t)2(t)
(,)1(,)2(,)12(,)
*12精( 选 ,)ej2
17
2、共轭关系 若:(t) 1*(t) ,(f)1*(f)
(,) 1 * (, ) e j2 1 ( ,),(,) 1 * ( ,) e j2 1 * (, )
精选
3
2、准则(均方差)
2
2
sr1(t) sr2(t) dt
4E 2 (,) cos[2 f0 arctg(,)]
(,) u(t)u(t )ej2tdt u( f )u( f )e j2 f df
(,) (,) 2 (,)•(,)
(,) u(t)u(t )ej2tdt
距离、速度均相同, 2 最小,即 (0,0) 最大,无法分辨。
3、模糊图的体积
(体积不变性)(,)2dd(2E )2
➢ 体积是固定的,与能量有关,与信号形式无关 ➢ 不同信号形式只能改变模糊图表面形状
精选
6
二、模糊函数与二维分辨力的关系
( , ) 2
1
(0,0) 2
组合时间-频率分辨常数:
(,) (,)2dd(0,0)2 Nhomakorabea(,)1
雷达模糊原理:改变发射信号形式→ 改变模糊曲面→
不能改变组合分辨常数→即距离速度组合分辨力受限→
模糊图体积无论哪个轴减小另一必增大!
精选
7
模糊度图:
等效模糊面 等差图:
(A,0)2 (B,0)2 (C,C)2 (A,A)2
模糊度图
精选
8
三、模糊函数与一维分辨力的关系
(,0 ) u (t)u (t)ej2 td 2tC ()2 (,0)((0 ,0 ,0 ))22 dd C C(2(0 ))2dA

模糊控制ppt课件

模糊控制ppt课件

可编辑课件PPT
23
5. 建立模糊控制表 模糊控制规则可采用模糊规则表4-5来描述,共
49条模糊规则,各个模糊语句之间是或的关系,由第 一条语句所确定的控制规则可以计算出u1。同理,可 以由其余各条语句分别求出控制量u2,…,u49,则控制 量为模糊集合U可表示为
uu1u2 u49
可编辑课件PPT
规则模型化,然后运用推理便可对PID参数实现最佳
调整。
可编辑课件PPT
32
由于操作者经验不易精确描述,控制过程中各种 信号量以及评价指标不易定量表示,所以人们运用 模糊数学的基本理论和方法,把规则的条件、操作 用模糊集表示,并把这些模糊控制规则以及有关信 息(如初始PID参数等)作为知识存入计算机知识库中 ,然后计算机根据控制系统的实际响应情况,运用 模糊推理,即可自动实现对PID参数的最佳调整,这 就是模糊自适应PID控制,其结构如图4-15所示。
可编辑课件PPT
31
随着计算机技术的发展,人们利用人工智能的
方法将操作人员的调整经验作为知识存入计算机中
,根据现场实际情况,计算机能自动调整PID参数,
这样就出现了智能PID控制器。这种控制器把古典的
PID控制与先进的专家系统相结合,实现系统的最佳
控制。这种控制必须精确地确定对象模型,首先将
操作人员(专家)长期实践积累的经验知识用控制
糊控制的维数。
可编辑课件PPT
10
(1)一维模糊控制器 如图所示,一维模糊控制器的 输入变量往往选择为受控量和输入给定的偏差量E。由 于仅仅采用偏差值,很难反映过程的动态特性品质, 因此,所能获得的系统动态性能是不能令人满意的。 这种一维模糊控制器往往被用于一阶被控对象。
可编辑课件PPT

第四章计算智能(2)-模糊推理1

第四章计算智能(2)-模糊推理1
模糊计算和模糊推理
经典二值(布尔)逻辑



在经典二值(布尔)逻辑体系中,所有的分类 都被假定为有明确的边界;(突变) 任一被讨论的对象,要么属于这一类,要么不 属于这一类; 一个命题不是真即是假,不存在亦真亦假或非 真非伪的情况。(确定)
1
天气冷热
雨的大小
风的强弱
人的胖瘦
年龄大小
个子高低
2
模糊数学
•模糊概念 模糊概念:从属于该概念到不属于该概念之间 无明显分界线 年轻、重、热、美、厚、薄、快、慢、大、小、 高、低、长、短、贵、贱、强、弱、软、硬、 阴天、多云、暴雨、清晨。 模糊数学就是用数学方法研究模糊现象。
3
模糊数学的产生与基本思想
•产生 1965年,L.A. Zadeh(扎德) 发表了文章《模糊集 》
5
IEEE 系列杂志 主要杂志25种,涉及模糊内容20,000余种 • 国际会议 IFSA (Int. Fuzzy Systems Association) EUFIT、NAFIP、Fuzzy-IEEE、IPMU • 涉及学科 模糊代数,模糊拓扑,模糊逻辑,模糊分析, 模糊概率,模糊图论,模糊优化等模糊数学分支 分类、识别、评判、预测、控制、排序、选择;
并以此数作为 R1°R2 第i行第j列的元素。
R2=
0.2 0.4 0.6
0.8 0.6 0.4
求 R1°R2
42
模糊推理
模糊命题 模糊概念 1 张三是一个年轻人。 2 李四的身高为1.75m左右。模糊数据 3 他考上大学的可能性在60%左右。 对相应事件发生 的可能性或确信 4 明天八成是个好天气。 程度作出判断。 5 今年冬天不会太冷的可能性很大。
33
模糊二元关 系R是以 U×V为论域 的一个模糊 子集,序偶 (u,v)的隶属 度为uR(u,v)

现代信号处理教程 - 胡广书(清华)

现代信号处理教程 - 胡广书(清华)

98第4章 Cohen 类时-频分布4.1 前言除了Wigner 分布和谱图以外,近几十年来人们还提出了很多其它具有双线性行式的时-频分布。

1966年,Cohen 给出了时-频分布的更一般表示形式[44]: ()()()()() ,:,⎰⎰⎰-Ω+-*-+=Ωθττθττπθτθd dud eg 2u x 2u x 21g t C u t j x (4.1.1)该式中共有五个变量,即t ,Ω,τ,θ和u ,它们的含义我们将在下一节解释。

式中()τθ,g 称为时-频分布的核函数,也可以理解为是加在原Wigner 分布上的窗函数。

给出不同的()τθ,g ,就可以得到不同类型的时-频分布。

通过后面的讨论可知,目前已提出的绝大部分具有双线性形式的时-频分布都可以看作是Cohen 类的成员。

通过对Cohen 类分布的讨论有助于我们更全面地理解时-频分布,深入地了解它们的性质,并提出改进诸如交叉项这些不足之处的方法。

在Cohen 类时-频分布的讨论及抑制交叉项的方法中,在雷达信号处理中广泛应用的模糊函数(Ambiguity Function, AF )起着重要的作用。

因此,本章首先给出模糊函数的定义及其与Wigner 分布的关系,然后讨论Cohen 类分布及其不同的成员。

在4.4节讨论为确保Cohen 类分布具有一系列好的性质而对()τθ,g 所提出的要求。

最后,在4.5节讨论核的设计问题。

文献[47]对非平稳信号的联合时-频分布给出了较为详细且是较为权威性的论述。

4.2 Wigner 分布与模糊函数令()t x 为一复信号,我们在第三章已定义()()()22τττ-+=*t x t x t r x , (4.2.1)为()t x 的瞬时自相关函数,并定义()τ,t r x 相对τ的傅立叶变换 ()()⎰Ω-=Ωτττd t r t W j x x ,, (4.2.2)为()t x 的WVD 。

除去特别说明,该式及以下各式中的积分均是从∞+∞-~。

第4章模糊函数

第4章模糊函数
3、模糊图的体积
(体积不变性) ( , ) 2 dd (2E)2
➢ 体积是固定的,与能量有关,与信号形式无关 ➢ 不同信号形式只能改变模糊图表面形状
二、模糊函数与二维分辨力的关系
( , ) 2
1
(0,0) 2
组合时间-频率分辨常数:
( , ) ( , ) 2 dd
(0,0) 2 ( , ) 1
4.1 模糊函数的推导
1、为什么要研究模糊函数?
分辨力、精度、模糊度、抑制杂波能力,统一数学工具。
2、模糊函数(平均模糊函数)的概念
在感兴趣的时间间隔和多普勒频移上的固有“模糊性”的 度量,对随机信号采用平均模糊函数。
3、研究模糊函数的条件
➢ 窄带信号 ➢ 点目标 ➢ 无加速度 ➢ fd<<f0
一、从二维分辨力导出
4、对称型
( , )
u(t
2)u (t
2)e
j 2 t dt
2
u( f
2 )u( f
2 )e j 2f df
2
4.2 模糊函数与分辨力的关系
一、模糊函数的图形 1、概述
主峰、边峰和小突起(自杂波/旁瓣)
2、主峰 ( , ) 2 (0,0) 2 4E 2
距离、速度均相同, 2 最小,即(0,0) 最大,无法分辨。
1、条件
➢ 距离速度不同(二维) ➢ 目标2大于1 ➢ 距离速度取正 ➢ 不考虑噪声(分辨) ➢ 回波强度一样
2、准则(均方差)
2
2
sr1(t) sr 2 (t) dt
4E 2 ( , ) cos[2 f0 arctg ( , )]
( , ) u(t)u (t )e j2t dt u ( f )u( f )e j2 f df

excel模糊匹配函数实现条件判断-概念解析以及定义

excel模糊匹配函数实现条件判断-概念解析以及定义

excel模糊匹配函数实现条件判断-概述说明以及解释1.引言1.1 概述概述Excel是一款功能强大的电子表格软件,在处理大量数据和进行数据分析时被广泛使用。

在Excel中,模糊匹配函数是一项非常有用的功能,它可以帮助用户根据特定的条件进行数据匹配和筛选,从而实现条件判断的功能。

本文将介绍Excel模糊匹配函数的使用方法,并通过实例演示如何利用这些函数实现条件判断。

在日常工作和数据处理中,我们经常遇到需要根据某些条件判断来筛选数据的情况,而Excel模糊匹配函数正是帮助我们完成这一任务的强大工具。

通过本文的学习,读者将能够掌握如何使用Excel模糊匹配函数来实现条件判断,并能够灵活运用这些函数处理各种不同的数据情况。

同时,本文还将总结Excel模糊匹配函数的优势,并引导读者进一步学习和应用这些函数,以提高工作效率。

总之,通过本文的阅读和学习,读者将能够深入了解Excel模糊匹配函数,并能够灵活运用这些函数进行条件判断,从而更加高效地处理和分析数据。

让我们一起开始探索Excel模糊匹配函数的奥秘吧!1.2文章结构文章结构部分的内容可以这样编写:1.2 文章结构本文将包含以下几个主要部分:(1)引言:介绍文章的背景和目的,概述文章的主要内容。

(2)正文:详细介绍Excel模糊匹配函数的功能和使用方法,并重点讨论了条件判断在Excel中的重要性。

通过一些示例和案例,帮助读者理解和掌握Excel模糊匹配函数的实际应用。

(3)结论:总结了Excel模糊匹配函数的优势和应用场景,并为读者进一步学习和应用Excel模糊匹配函数提供了引导。

通过以上三个部分的内容,本文将全面介绍Excel模糊匹配函数的实现条件判断的方法,希望读者在阅读后能够深入了解和运用该函数,提高在Excel中进行条件判断的能力和效率。

1.3 总结总结部分:通过本文的介绍和讲解,我们可以得出以下几点总结:首先,Excel模糊匹配函数是一种非常实用的工具,它可以帮助我们快速进行条件判断。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

4、对称型
ϕ (τ , ξ ) =
∞ ∗


−∞
u (t − τ
2
)u (t + τ

2
dt
= ∫ u ( f + ξ ) u ( f − ξ ) e − j 2 π fτ df 2 2 −∞
2
4.2 模糊函数与分辨力的关系
一、模糊函数的图形 1、概述
主峰、边峰和小突起(自杂波/旁瓣)
2、主峰 χ (τ , ξ ) ≤ χ (0,0) = 4 E 2
β02
2B π 2 2 β 2δ 2 = 2π 2 BT ≈ 2 π 2 , α = 0 ; δ2 = = T , 0 3 3 T 3
2
ϕ (τ , ξ ) = χ (τ , ξ ) = χ (τ , ξ ) • χ ∗ (τ , ξ ) χ (τ , ξ ) = ∫ u ∗ (t )u (t + τ )e − j 2πξ t dt
∗ −∞ ∞ ∞
= ∫ u ( f )u ∗ ( f − ξ )e j 2π f τ df
−∞
二、模糊函数的表示法
0 0
0
− ξ 0τ )
⋅ χ µ1 (τ , ξ )
5、时/频域平方相位的影响
µ (t ) = µ1 (t ) e
jπ bt 2
χ µ (τ , ξ ) = e
− jπ bτ 2
⋅ χ µ1 (τ , ξ − bτ )
µ ( f ) = µ1 ( f )e
τ = τ ' ' ξ = ξ ′ − bτ

−∞
µ( f ) e
2
− j 2π f τ
2
df
2
χ (0, ξ ) =


−∞
µ( f )µ
*
( f − ξ ) df
=


−∞
µ (t ) e
2
j 2πξ t
dt
二、变换关系 µ 1、组合关系 若: (t ) = µ1 (t) + µ2 (t)
χµ (τ , ξ ) = χµ (τ , ξ ) + χµ (τ , ξ ) + χµ µ (τ , ξ )
3、比例关系
1 ξ µ (t ) = µ1 (at ) χ µ (τ , ξ ) = χ µ1 (aτ , ) a a µ( f ) = µ1 (af ) χ µ (τ , ξ ) = 1 χ µ ( τ , aξ )
a
1
a
4、时间、频率偏移的影响
µ(t ) = µ1 (t −τ 0 )e j 2πξ (t −τ ) χ µ (τ , ξ ) = e j 2 π ( ξτ
1 2 2
∆ξ max = ±
S=K
2 2
π
(β 0 δ 2 − α 2 )
1 2
4.7 利用模糊函数对典型脉冲雷达信号进行分析 一、模糊函数的计算
µ (t ) =
{
1/ T 0
0<t <T 其它
µ (t)=
1 rect [ T T
t−
T 2]
jπξ (T −τ ) sin πξ (T − τ ) T − τ e τ <T χ (τ , ξ ) = πξ (T − τ ) T 0 τ >T sin πξ (T − τ ) T − τ 2 2 χ (τ , ξ ) = πξ (T − τ ) T τ < T 0 τ >T
χ (τ , ξ ) = V (−τ , ξ )
2 ∞ −∞
2
V (τ , ξ ) = ∫ u ∗ ( f )u ( f − ξ )e j 2πfτ df
χ ∗ (τ , ξ ) = χ ∗ (τ , ξ ) • [ χ ∗ (τ , ξ )]∗ = χ (τ , ξ ) χ (τ , ξ ) =
2、模糊函数(平均模糊函数)的概念
在感兴趣的时间间隔和多普勒频移上的固有“模糊性”的 度量,对随机信号采用平均模糊函数。
3、研究模糊函数的条件
窄带信号 点目标 无加速度 fd<<f0
一、从二维分辨力导出
1、条件
距离速度不同(二维) 目标2大于1 距离速度取正 不考虑噪声(分辨) 回波强度一样
2、准则(均方差)
2 2
<< 1
组合时间-频率分辨常数:
∫ ∫ χ (τ , ξ ) ∆(τ , ξ ) =
∆(τ , ξ ) ≡ 1
2
dτdξ
2
χ (0,0)
雷达模糊原理:改变发射信号形式→ 改变模糊曲面→ 不能改变组合分辨常数→即距离速度组合分辨力受限→ 模糊图体积无论哪个轴减小另一必增大!
模糊度图:
等效模糊面 等差图:
2
τ β 0 − 2τξα + ξ δ = 1 −
2 2 2 2
χ (τ , ξ ) χ (0,0)
2 2
1 N0 2 =K =( ) 2 2E
2
∆τ =
1
β0
2E N0
∆ξ =
1
δ
2E N0
1 2E α 2 2 2δ [1 − ( ) ] β 0δ N0
1
∆τ max = ± 2β 0
1 2E α [1 − ( ) ] N0 β 0δ
4.5 模糊图的切割
ξ 一、
=0
的切割
1、切割平面过最大值 2、MF输出响应时间倒置 3、距离自相关函数
二、ξ = ξ 的切割
1
1、切割平面不过最大值 2、MF失配输出时间倒置 3、距离互相关函数
结论: 结论:
不同多普勒切割得到MF对不同多普勒 信号输出响应的时间倒置。
避免时间倒置: 避免时间倒置: 1、移动模糊图原点 2、 ξ = −ξ1 切割 三、 τ = 0 的切割
ϕ ( 0, ξ ) =
2
dτdξ
2
χ (0,0)

∫ =

−∞
C (τ ) dτ C (0)
2
2
= Aτ
2


−∞
u (t )u (t + τ ) e
2
j 2 πξ t
dt
= K (ξ )
2
∆ (0, ξ ) =
∫ ∫ χ (0, ξ )
d τd ξ
2
χ ( 0,0 )
=


−∞
K (ξ ) d τ K (0)
ε =
2

∞ −∞
s r 1 ( t ) − s r 2 ( t ) dt
∞ −∞
2
= 4 E − 2 χ (τ , ξ ) cos[2 π f 0τ + arctg χ (τ , ξ )]
χ (τ , ξ ) =
=

u ( t ) u ∗ ( t + τ ) e j 2 πξ t dt

∞ −∞
u ∗ ( f ) u ( f − ξ ) e − j 2 π f τ df
2
2 2
2
χ (τ , ξ ) ≤ χ (0,0) = (2E)2
∫∫
∞ −∞
χ (τ , ξ ) d τ d ξ = ( 2 E ) 2
2
∫∫
χ (τ , ξ ) e
2
j 2πξ Z
e
− j 2π Y τ
dτ d ξ = χ ( Z , Y )
2
模糊函数的二维付氏变换仍为模糊函数。
5、体积分布的限制
jπαf 2
χµ (τ ,ξ ) = e
jπαξ 2
⋅ χµ1 (τ + αξ , ξ )
①ξ = 0, ξ ' = bτ ' ② τ = 0, ξ = ξ '
6、相乘特性
µ(t) = µ1(t) ⋅ µ2 (t)
∞ −∞
1
µ ( f ) = µ1 ( f ) ∗ µ2 ( f )
2
χ µ (τ , ξ ) = ∫ χ µ (τ , q ) ⋅ χ µ (τ , ξ − q )d q
2
= Aξ
4.3 模糊函数与匹配滤波器输出响应的关系
研究的目的:
运算 检测、估计、分辨 物理意义 信号处理与AF关系
u A目标回波: A (t) = u(t −τ A )e j2πξ (t−τ ) hAm(t) = u∗ (t0 −t −τ A )e− j2πξ (t −t−τ ) A B目标回波: B (t ) = u (t − τ B )e j 2πξ (t −τ ) u
2 2
距离、速度均相同,ε 2 最小,即χ (0,0) 最大,无法分辨。
3、模糊图的体积 2 χ (τ , ξ ) dτdξ = (2 E ) 2 (体积不变性)∫ ∫
体积是固定的,与能量有关,与信号形式无关 不同信号形式只能改变模糊图表面形状
二、模糊函数与二维分辨力的关系
χ (τ , ξ ) χ (0,0)
∫ ∫

−∞ ∞
χ (τ , ξ ) dτ = ∫ χ (τ ,0) e − j 2πξτ dτ
2 2 −∞ ∞

−∞
χ (τ , ξ ) dξ = ∫ χ (0, ξ ) e j 2πξτ dξ
2 2 −∞
χ (τ , 0) =
2 2


−∞
µ ( t ) µ ( t + τ ) dt =
*
2

2
∗ − j 2 πfτ
dt


−∞
u ( f )u ( f + ξ ) e
相关文档
最新文档